基于二次索引技術的XML查詢研究.pdf

1、XML作為新一代的數(shù)據(jù)交換標準，在網(wǎng)絡上的應用越來越多，由此也產(chǎn)生了大量的XML數(shù)據(jù)。如何對XML數(shù)據(jù)進行有效的查詢處理成為現(xiàn)在研究的熱點。而XML作為半結構化數(shù)據(jù)具有自定義、可擴展等特性，這些特性對XML數(shù)據(jù)查詢工作造成了一定的困難。
　　 索引作為加速查詢處理的一種重要手段，在許多領域中都起著關鍵性的作用。因此，利用索引來提高數(shù)據(jù)的查詢效率是一種可行的辦法，本文在對國內(nèi)外研究現(xiàn)狀進行綜合分析的基礎上，進一步對XML索引技術進

2、行了深入的研究。
　　 論文對近年來提出的索引方法進行了學習研究，分析了現(xiàn)有索引的特點和優(yōu)缺點，在此基礎上提出了一種根據(jù)路徑采用不同的索引結構進行查詢的方法。該方法根據(jù)查詢路徑有簡單路徑和分支路徑之分，分別采用壓縮樹索引和哈希編碼索引進行處理。
　　 壓縮樹索引的方法對查詢過程中的簡單路徑表達式進行處理。該方法不僅在組級提供了簡潔的路徑概要，而且在元素級提供了父子關系的詳細連接信息。當元素級映射可以快速的訪問一個元素的父

3、節(jié)點時，組級可以有效地減少搜索空間。該索引使用基于組的元素引用替換了對元素進行編碼，減小了索引所需的空間。同時，引入改進的正排索引和倒排索引加快對元素的判斷，更高效的獲得索引組中的信息?；诮M級的元素作為參考，不僅可以使壓縮樹根據(jù)組聚類成倒排表從而為倒排表和組范圍(組一級)的結構索引提供更好的連接，還可以根據(jù)組級的元素信息很容易的對不同類型的XML數(shù)據(jù)進行分類，將相近的元素放在一起以便于索引。基于壓縮樹的查詢處理方法能加速查詢分析，并在

4、處理的早期極大地減少搜索空間。
　　 哈希編碼索引的主要思想是XML文檔中的每一個節(jié)點對應索引樹中的一個節(jié)點，索引樹中的非葉子節(jié)點存放著該節(jié)點在XML文檔中的位置，索引樹的邊存儲的是XML文檔中父節(jié)點到其子節(jié)點的路徑哈希碼。索引樹中的葉子節(jié)點存放著XML節(jié)點的數(shù)據(jù)。哈希編碼路徑索引樹具有比較好的擴展性，該索引通過存儲節(jié)點的哈希編碼來代替以前索引中存儲節(jié)點的字符串的方法，從而減少了索引文件所需的存儲空間。通過對文檔樹中節(jié)點進行編碼